Resumen
Antecedentes y objetivos
Se sabe que el control inhibitorio del comportamiento alterado (BIC) juega un papel crucial en el comportamiento adictivo. Sin embargo, la investigación no ha sido concluyente sobre si este también es el caso de la adicción al cibersexo. Este estudio tuvo como objetivo investigar el curso temporal de BIC en individuos masculinos con tendencias hacia la adicción al cibersexo (TCA) utilizando potenciales relacionados con eventos (ERP) y proporcionar evidencia neurofisiológica de su BIC deficiente.
Métodos
Treinta y seis personas con TCA y 36 controles sanos (HC) recibieron una tarea de bicho raro de dos opciones que les exigía responder de manera diferente a los estímulos estándar frecuentes (imágenes de personas) y a los estímulos desviados poco frecuentes (imágenes pornográficas) dentro de los 1,000 ms. La electroencefalografía (EEG) se registró mientras los participantes realizaban la tarea.
Resultados
A pesar de la similitud de los estímulos estándar entre los grupos en términos de tiempos de reacción (RT), los RT del grupo TCA a los estímulos desviados fueron mucho más lentos que los del grupo HC. La diferencia de comportamiento estuvo acompañada de diferencias de grupo en las amplitudes promediadas de los componentes N2 (200-300 ms) y P3 (300-500 ms) en la onda de diferencia estándar desviada. Más específicamente, en comparación con el grupo de HC, el grupo de TCA demostró diferencias de amplitud de N2 y P3 más pequeñas para los estímulos desviados que los estándar.
Discusión y conclusiones
Los individuos con TCA eran más impulsivos que los participantes con HC y compartían características neuropsicológicas y ERP del trastorno por uso de sustancias o adicciones conductuales, lo que respalda la opinión de que la adicción al cibersexo puede conceptualizarse como una adicción conductual.
Introducción
Adicción al cibersexo
La adicción a Internet ha recibido una atención cada vez mayor en todo el mundo durante las últimas dos décadas (Sussman, Harper, Stahl y Weigle, 2018). Muchos investigadores creen que se debe hacer una distinción entre la adicción general a Internet y la adicción específica a Internet (p. Ej., Brand, Young, Laier, Wölfling y Potenza, 2016; Davis, 2001). En particular, la adicción al cibersexo a menudo se considera una forma específica de adicción a Internet (p. Ej., Brand, Young y Laier, 2014; de Alarcón, de la Iglesia, Casado & Montejo, 2019). Con el desarrollo de Internet, la disponibilidad de materiales pornográficos ha aumentado considerablemente. Un estudio muestra que entre todo tipo de actividades en línea, mirar pornografía es el que tiene más probabilidades de ser adictivo (Meerkerk, Eijnden y Garretsen, 2006).
Ha habido un largo debate sobre si la adicción al cibersexo debe definirse como una adicción conductual (p. Ej., de Alarcón et al., 2019). Sin embargo, hay cada vez más pruebas sobre la similitud entre la adicción al cibersexo y el trastorno por uso de sustancias u otras adicciones conductuales (Kowalewska et al., 2018; Stark, Klucken, Potenza, Brand y Strahler, 2018). Estudios anteriores han revelado la asociación entre la adicción al cibersexo y la reactividad de las señales y el deseo (Laier, Pawlikowski, Pekal, Schulte y Brand, 2013; Brand et al., 2011); Dichos mecanismos también resultan en el desarrollo y mantenimiento del trastorno por uso de sustancias (Drummond, 2001; Tiffany y Wray, 2012). Los conceptos de ansia y reactividad de señales se derivan de estudios del trastorno por uso de sustancias y se aplican a la investigación relacionada con la adicción específica a Internet (p. Ej., Potenza, 2008). Por ejemplo, algunos estudios han examinado las correlaciones neuronales entre el deseo y la reactividad de las señales en personas con adicción específica a Internet y han descubierto que el cuerpo estriado ventral está involucrado en las experiencias de deseo frente a las señales relacionadas con la adicción (Kober et al., 2016; Miedl, Büchel y Peters, 2014). La investigación en sujetos que tienen comportamientos hipersexuales o que sufren de adicción al cibersexo también proporciona resultados consistentes (Brand, Snagowski, Laier y Maderwald, 2016; Klucken, Wehrum-Osinsky, Schweckendiek, Kruse y Stark, 2016; Voon et al., 2014). Además, Laier y Brand (2014) desarrolló un modelo basado en la teoría para la adicción al cibersexo. El modelo asume una similitud entre la adicción al cibersexo y el trastorno por uso de sustancias al enfatizar el papel del refuerzo positivo y negativo. Las personas pueden utilizar el cibersexo para lograr la gratificación y reducir los estados emocionales adversos (Laier & Brand, 2014). Tales mecanismos de refuerzo han sido ampliamente reconocidos en otros trastornos por uso de sustancias y formas de adicción, donde los refuerzos negativos (asociados con la abstinencia y tolerancia) y positivos (querer y gustar) representan procesos motivacionales vitales (Robinson y Berridge, 2008).
Impulsividad
Según las teorías de la adicción, el control debilitado del comportamiento específico en la adicción conductual y el trastorno por uso de sustancias puede estar relacionado con la alteración entre los sistemas impulsivo y reflexivo (Brand et al., 2019; Dong y Potenza, 2014; Wiers y col., 2007; Zilverstand y Goldstein, 2020). Por ejemplo, se sugiere que en el modelo Interacción de Persona-Afecto-Cognición-Ejecución (I-PACE) (Brand et al., 2019), la desregulación entre los sistemas neuronales para las conductas adictivas tempranas está particularmente relacionada con el sistema impulsivo hiperactivo. Además, los mecanismos de sesgo cognitivo y afectivo, el ansia y la reactividad de señales, y la sensibilización a los incentivos están relacionados con dicha hiperactividad, que se refuerzan mutuamente durante el proceso de adicción (Brand et al., 2019). Para las conductas adictivas tardías, es posible que el sistema reflexivo pierda el control del sistema impulsivo de forma continua y, por tanto, determinadas conductas puedan volverse habituales, aunque dichas conductas adictivas conlleven consecuencias adversas (Brand et al., 2019). Los estudios de neuroimagen sugieren que los sujetos que experimentan un comportamiento hipersexual problemático o adicción al cibersexo tienen actividades elevadas en la corteza prefrontal dorsolateral (una porción del sistema reflectante) y el estriado ventral (una porción del sistema impulsivo) en el caso de reactividad de señales (Brand et al., 2016; Gola y col., 2017; Seok y Sohn, 2015). Se sugiere que la hiperactividad del sistema reflectante es el mayor esfuerzo requerido por los sujetos para mantener el control de las tentaciones, que se desencadenan principalmente a través de un sistema impulsivo. Por lo tanto, la función cerebral alterada y la estructura involucrada en la impulsividad indican el papel potencial de la impulsividad en el mecanismo de adicción al cibersexo.
La impulsividad ha sido reconocida como un concepto multidimensional complicado que integra elementos biológicos, conductuales y de personalidad. Las diferentes dimensiones de la impulsividad se pueden evaluar mediante medidas de imagen, de comportamiento y de autoinforme, respectivamente. En cuanto a la dimensión de la conducta, la impulsividad se utiliza para describir las conductas desadaptativas, incluyendo los déficits en el control inhibitorio conductual (BIC), es decir, la capacidad de suprimir adaptativamente la conducta cuando las contingencias ambientales lo exigen (Groman, James y Jentsch, 2009). Con respecto a los comportamientos impulsivos, como el trastorno por uso de sustancias, el BIC debilitado hace que sea más difícil resistir el consumo de sustancias y la continuación del comportamiento independientemente de los efectos adversos (Spechler y otros, 2016). Para la dimensión biológica, se han realizado estudios para examinar la reactividad cerebral relacionada con la disminución del BIC. Por lo general, las mediciones de potenciales relacionados con eventos (ERP) generalmente se adoptan para medir dicho proceso.
En investigaciones anteriores se han sugerido dos componentes de ERP para reflejar la actividad cerebral relacionada con BIC: uno es N2, que es el componente negativo máximo en el cuero cabelludo frontal-central cuando el estímulo dura aproximadamente 200 ms. Representa el mecanismo de arriba hacia abajo, que inhibe la propensión incorrecta a la respuesta automática y opera en la etapa de procesamiento antes de la ejecución del motor (Falkenstein, 2006). Algunos estudios también han indicado que N2 corresponde a la detección de conflictos en la etapa de inhibición temprana (Donkers y Van Boxtel, 2004; Falkenstein, 2006; Nieuwenhuis, Yeung, Van Den Wildenberg y Ridderinkhof, 2003). Por lo tanto, el N2 se identifica como un indicador del proceso cognitivo en la etapa temprana, que es necesario para la implementación del BIC, pero no como un frenado inhibitorio real. El segundo componente de ERP es P3, que representa el componente positivo máximo dentro del cuero cabelludo parietal central cuando el estímulo dura aproximadamente 300 a 500 ms. Por lo general, P3 se identifica como una manifestación electrofisiológica del BIC posterior estrechamente relacionado con la inhibición del sistema motor real dentro de la corteza premotora (Donkers y Van Boxtel, 2004; Nieuwenhuis, Aston-Jones y Cohen, 2005). En conjunto, muchos estudios indican que tanto N2 como P3 son indicativos de procesos relacionados con BIC con diferentes funciones. Por lo tanto, las amplitudes bajas de N2 o P3 entre las personas con adicción en comparación con los controles pueden servir como marcadores para predecir los déficits neuronales en el contexto de BIC.
Los estudios anteriores sobre BIC aplican principalmente paradigmas clásicos como Go / NoGo, Stop-Signal y Two-Choice Oddball. En el paradigma de la señal de parada, los participantes deben detener su respuesta cuando ven la señal de parada. Para mantener una alta tasa de inhibición exitosa, deben prestar más atención a la señal de alto y esperar conscientemente. En consecuencia, la medición del tiempo de reacción (RT) a los estímulos Go puede ser inexacta (Verbruggen y Logan, 2008). En el paradigma Go / NoGo, los participantes deben hacer que la presión de un botón responda a los estímulos de un tipo (estímulos Go) y retener esa respuesta a los estímulos de otro tipo (estímulos NoGo). Sin embargo, debido a que las pruebas de Go requieren respuestas motoras y las pruebas de NoGo no, es probable que los efectos de BIC observados estén contaminados por procesos relacionados con la respuesta (Kok, 1988). Para ello, la investigación adopta el paradigma del bicho raro de dos opciones. En estudios anteriores, este paradigma se ha utilizado con éxito para examinar el BIC asociado con los trastornos por uso de sustancias (p. Ej., Su et al., 2017; Zhao, Liu y Maes, 2017).
En esta tarea, se solicita a los encuestados que reaccionen a un estímulo estándar frecuente y a estímulos desviados poco frecuentes. Por esta razón, los estímulos desviados comprenden la detección de un conflicto de respuesta, la supresión de respuestas prepotentes y la elección de reacciones alternativas. En consecuencia, los TR para estímulos desviados suelen ser más largos que los de estímulos estándar. En comparación con la tarea clásica Go / NoGo, esta tarea reduce la posible influencia de la contaminación potencial del motor en BIC y proporciona un indicador RT adicional para BIC. Se argumenta que tal tarea puede aumentar la validez ecológica en comparación con la tarea Go / NoGo. La inhibición de un comportamiento específico en la vida diaria suele ir acompañada de la sustitución de un comportamiento por otro comportamiento esperado (como suprimir el hábito de ver pornografía y reemplazarlo con entretenimiento adicional). Esto está inscrito en la tarea de Dos Elecciones Extrañas, en lugar de la tarea estándar Ir / No Ir.
Impulsividad en adictos al cibersexo
Estudios recientes que utilizan medidas de autoinforme han encontrado que la impulsividad del rasgo se correlaciona positivamente con una mayor gravedad de los síntomas de la adicción al cibersexo (Antons & Brand, 2018; Antons et al., 2019). Sin embargo, los estudios que examinan el BIC en el contexto de la adicción al cibersexo utilizando una tarea de señal de parada han proporcionado resultados mixtos. Antons y Brand (2018) encontraron que una mayor gravedad de los síntomas de la adicción al cibersexo se relacionaba con una mayor interacción de la impulsividad del rasgo con acciones más impulsivas. Sin embargo, otro estudio encontró que las personas con más síntomas de adicción al cibersexo exhibieron un mejor desempeño en BIC (Antons y Matthias, 2020).
Ningún estudio existente ha examinado las correlaciones electrofisiológicas entre BIC y la adicción al cibersexo, aunque las mediciones de ERP se han adoptado durante años para explorar el trastorno por uso de sustancias (Campanella, Pogarell y Boutros, 2014; Littel, Euser, Munafo y Franken, 2012) y diferentes tipos de adicción conductual (Luijten et al., 2014). El ERP se ha identificado como un enfoque confiable para determinar las correlaciones neuronales de los trastornos adictivos y se ha aplicado ampliamente en experimentos y en la práctica clínica (Campanella, Schroder, Kajosch, Noel y Kornreich, 2019).
Actualmente, solo el juego y los trastornos del juego se incluyen en los principales sistemas de nomenclatura para los trastornos psicológicos (es decir, DSM-5 e ICD-11). La adicción al cibersexo se ha propuesto como un tipo de adicción conductual que tiene características neurobiológicas y neurocognitivas similares a los trastornos por uso de sustancias (Kowalewska y otros, 2018; Stark y otros, 2018). Se necesita más investigación empírica para determinar hasta qué punto la adicción al cibersexo presenta similitudes o diferencias con otros comportamientos adictivos. Es de vital importancia identificar los mecanismos subyacentes de la adicción al cibersexo para comprender mejor los comportamientos, y puede ser bastante útil para identificar sujetos de alto riesgo y desarrollar intervenciones individualizadas. Además, facilita la discusión en curso sobre la comparabilidad con otras formas de trastornos adictivos.
El estudio presente
Este estudio tuvo como objetivo explorar el impacto del procesamiento de material pornográfico en BIC. BIC se investigó en personas con tendencias hacia la adicción al cibersexo (TCA) y controles saludables (HC) mediante una tarea de dos opciones extrañas. Los ERP se midieron en respuesta a estímulos estándar frecuentes (imágenes de personas) y estímulos desviados poco frecuentes (imágenes pornográficas). Con base en la investigación existente sobre el trastorno por uso de sustancias y la adicción conductual, planteamos la hipótesis de que la adicción al cibersexo está asociada con un BIC deteriorado. Específicamente, planteamos la hipótesis de que (1) las personas con TCA exhibirían una precisión significativamente menor y RT más largos en respuesta a señales desviadas relacionadas con la pornografía en comparación con HC, y (2) las personas con TCA exhibirían efectos ERP atenuados (componentes N2 y P3) en comparación con HC.
Métodos
Participantes
Recopilamos 303 cuestionarios de estudiantes universitarios masculinos para determinar sus puntajes en la Escala de uso problemático de pornografía en Internet (PIPUS; Chen, Wang, Chen, Jiang y Wang, 2018). Las mujeres fueron excluidas de la investigación porque los hombres encuentran más fácilmente estos problemas debido a su contacto frecuente con materiales pornográficos (Ross, Månsson y Daneback, 2012). Dado que la adicción al cibersexo no es un diagnóstico codificado, no se pueden utilizar umbrales para identificar empíricamente a los usuarios problemáticos de pornografía en Internet. Por lo tanto, los encuestados cuyas puntuaciones estaban en el percentil 20 superior se clasificaron en el grupo TCA, mientras que aquellos cuyas puntuaciones cayeron en el percentil 20 inferior se clasificaron en el grupo HC. De acuerdo con el criterio de clasificación, 36 participantes con ATC y 36 HC fueron invitados a participar voluntariamente en el estudio electrofisiológico. Se excluyeron dos participantes debido a artefactos de movimiento ocular excesivo. Todos los participantes eran heterosexuales, diestros, tenían visión normal o corregida, no tenían antecedentes de enfermedad mental y no tenían antecedentes de medicación del sistema nervioso central (ver Tabla 1).
Tabla 1.Características de los participantes de los grupos TCA y HC
| Variables (media ± DE) | TCA (n 36 =) | HC (n 34 =) | t |
| Años de edad) | 19.75 | 19.76 | -0.05 |
| Frecuencia semanal de visualización de pornografía a | 3.92 ± 1.54 | 1.09 ± 0.87 | 9.55*** |
| Frecuencia semanal de masturbación. a | 2.81 ± 1.22 | 1.12 ± 0.91 | 6.54*** |
| Puntaje PIPUS | 19.78 ± 6.40 | 1.65 ± 1.28 | 16.65*** |
| Puntaje SDS | 28.00 ± 2.62 | 26.62 ± 3.36 | 1.93 |
| Puntuación SAS | 27.56 ± 3.12 | 26.29 ± 3.90 | 1.50 |
| Puntuación BIS-11 | 58.81 ± 9.37 | 55.03 ± 11.35 | 1.52 |
abreviaturas: BIS-11, escala de impulsividad de Barratt-11; HC, controles sanos; PIPUS, Escala de uso problemático de pornografía en Internet; SAS, escala de ansiedad de autoevaluación; SDS, escala de depresión de autoevaluación; TCA, tendencias hacia la adicción al cibersexo.
***P <0.001.
aDurante los últimos 6 meses.
Instrumentos y procedimiento de medición
Para evaluar el TCA, se utilizó una versión china del PIPUS. El PIPUS es una escala de autoinforme desarrollada en base a la Escala de uso problemático de pornografía (Kor et al., 2014). La escala consta de 12 ítems agrupados en cuatro dimensiones: (a) malestar y problemas funcionales, (b) uso excesivo, (c) dificultades de autocontrol y (d) uso para escapar o evitar emociones negativas. Aquí, reemplazamos el término "pornografía" por "pornografía en Internet". Se pidió a los participantes que informaran sobre su uso de pornografía en Internet en los últimos seis meses utilizando una escala Likert de 6 puntos, donde 0 significa "nunca" y 5 significa "todo el tiempo"; cuanto más alta es la puntuación, más grave es la PIPU. La escala tiene buena confiabilidad y validez entre los estudiantes universitarios chinos (Chen et al., 2018). De Cronbach α en este estudio fue 0.93.
Los participantes primero completaron el PIPUS. De acuerdo con los criterios de selección anteriores, se invitó a una muestra de individuos con participantes de TCA y HC a participar en la segunda etapa del experimento. Realizaron una tarea de dos opciones extrañas mientras se registraba la electroencefalografía (EEG). Para evaluar el rasgo de impulsividad y un marcador de enfermedad psiquiátrica, los participantes completaron la Escala de Impulsividad de Barratt-11 (BIS-11; Patton, Stanford y Barratt, 1995), la escala de depresión de autoevaluación (SDS; Zung, Richards y Short, 1965) y la escala de ansiedad de autoevaluación (SAS; Zung, 1971). Además, se evaluaron los datos demográficos y la información básica relacionada con el uso del cibersexo (frecuencia de visualización de pornografía y masturbación). Finalmente, los participantes fueron informados y recibieron un pago de 100 RMB. Todo el experimento tomó aproximadamente 80 minutos.
Estímulos y tarea experimental
La evaluación de la capacidad BIC se realizó utilizando el paradigma de dos opciones extrañas. Había dos tipos de estímulos disponibles: estímulos estándar (imágenes de personas) y estímulos desviados (imágenes pornográficas). Las imágenes pornográficas se obtuvieron de sitios web de pornografía gratuitos; incluían 40 conjuntos de imágenes que comprendían cuatro categorías de sexo heterosexual diferentes (sexo vaginal, anal, cunnilingus y felación). Cada categoría comprendía 10 imágenes pornográficas. Las fotografías de personas, que se obtuvieron de sitios web, incluían 40 fotografías de un hombre y una mujer dando un paseo o trotando. Se compararon con el número y el sexo de las personas en las imágenes pornográficas. Estas imágenes fueron calificadas en un estudio piloto sobre las dimensiones de valencia, excitación y excitación sexual (ver Materiales complementarios). No se encontraron diferencias significativas con respecto a las calificaciones de valencia. Sin embargo, las imágenes pornográficas provocaron mayor excitación y excitación sexual que las imágenes de la persona. Para ocultar el objetivo real del experimento, estas imágenes se mostraron a los encuestados con marcos de colores, con un marco rojo para las imágenes de personas y un marco azul para las imágenes pornográficas. Se pidió a los participantes que juzgaran el color de los marcos de la forma más rápida y precisa posible presionando diferentes teclas.
La tarea consistió en cuatro bloques de 100 ensayos. Cada bloque presentó 70 estímulos estándar y 30 estímulos desviados. Se pidió a los participantes que se sentaran frente al monitor, aproximadamente a 150 cm de la pantalla, con un ángulo de visión horizontal y vertical de menos de 6 °. Los participantes tuvieron un descanso de dos minutos en cada bloque; también obtuvieron retroalimentación de la tasa de precisión para evaluar su desempeño al final de cada bloque. Los estímulos se presentaron utilizando E-prime 2.0 (Psychology Software Tools). Cada ensayo comenzó con una pequeña cruz blanca durante 300 ms. A partir de entonces, apareció una pantalla en blanco con una duración aleatoria de 500 a 1,000 ms, seguida del inicio del estímulo de la imagen. Cuando apareció la imagen estándar, los participantes debían presionar de manera rápida y precisa la tecla "F" en el teclado con su dedo índice izquierdo, y cuando apareció la imagen de desviación, debían presionar la tecla "J" con su dedo índice derecho ( las teclas del teclado se equilibraron entre los participantes). La imagen del estímulo desapareció después de presionar la tecla o cuando transcurrió durante 1,000 ms. Cada respuesta fue seguida de una pantalla en blanco con una duración de 1,000 ms. La secuencia de estímulos estándar y desviados fue aleatoria. Por favor refiérase a para procedimientos experimentales específicos.
Ilustración esquemática del procedimiento experimental y ejemplos de estímulos. Cada ensayo presentó un único estímulo. En una sesión, se presentó un estímulo estándar (imágenes de personas) en el 70% de los ensayos, mientras que los estímulos desviados (imágenes pornográficas) se presentaron en el 30% de los ensayos.
Cita: Revista de adicciones al comportamiento JBA 9, 3; 10.1556/2006.2020.00059
Gran promedio de ERP para grupos TCA y HC durante condiciones estándar y desviadas en sitios de electrodos Fz, Cz y Pz
Cita: Revista de adicciones al comportamiento JBA 9, 3; 10.1556/2006.2020.00059
Registro y análisis electrofisiológico
Se emplearon electrodos de estaño instalados en una gorra elástica para registrar las actividades eléctricas del cerebro de 32 sitios del cuero cabelludo (Brain Products, Alemania). El electrodo FCz se utilizó como referencia en línea, y el electrodo AFz se utilizó como electrodo de puesta a tierra. El electrooculograma vertical (VEOG) se registró mediante un electrodo colocado debajo del ojo derecho, mientras que el electrooculograma horizontal (HEOG) se registró mediante un electrodo colocado a 1 cm fuera del ojo izquierdo. La resistencia de todos los electrodos fue inferior a 5 kΩ. EEG y EOG se amplificaron con un paso de banda DC DC100 Hz y se digitalizaron a 500 Hz / canal. Los datos de EEG se analizaron fuera de línea utilizando Brain Vision Analyzer 2.0. Primero, restablecemos la referencia a la amplitud media de la mastoides bilateral. Luego, se utilizó un paso de banda de 0.01 a 30 Hz y una atenuación de 24 dB para el filtrado. Los artefactos EOG se eliminaron mediante análisis de componentes independientes.
El EEG que respondió correctamente en cada condición se superpuso y se promedió. La forma de onda de ERP se bloquea al comienzo del estímulo, con una época promedio de 1,000 ms, incluida la línea de base de 200 ms antes del estímulo. De las grandes formas de onda promedio de ERP en Figs. 3 y 4, se puede ver que la diferencia de amplitud en condiciones estándar y desviadas comenzó en aproximadamente 200 ms. Estas diferencias se manifestaron como N2 (200-300 ms) en el cuero cabelludo frontal-central y P3 (300-500 ms) en el cuero cabelludo central-parietal en la onda de diferencia estándar desviada. Por lo tanto, este estudio analizó las amplitudes y latencias promedio de los componentes N2 y P3 en nueve sitios de electrodos, a saber, F3, Fz, F4 (tres sitios frontales), C3, Cz, C4 (tres sitios centrales), P3, Pz y P4 (tres sitios parietales).
(A, B, C) La desviación promedio menos la diferencia estándar ERP en los grupos TCA y HC en los sitios de los electrodos de la línea media del cuero cabelludo (Fz, Cz y Pz). (D) Mapas topográficos de la diferencia de amplitud entre condiciones desviadas y estándar (entre 200 y 500 ms) en los grupos de TCA (izquierda) y HC (derecha). (E) Las amplitudes medias de N2 y P3 en condiciones estándar y desviadas para los grupos TCA y HC. Las barras de error representan un error estándar
Cita: Revista de adicciones al comportamiento JBA 9, 3; 10.1556/2006.2020.00059
RT para grupos TCA y HC para estímulos estándar y desviados. Las barras de error representan un error estándar
Cita: Revista de adicciones al comportamiento JBA 9, 3; 10.1556/2006.2020.00059
análisis estadístico
Los datos del cuestionario se analizaron mediante pruebas t independientes. Se aplicó análisis de varianza de medidas repetidas (ANOVA) para analizar los índices ERP de BIC (N2 y P3) y las medidas de comportamiento (precisión y RT). Esto resultó en un ANOVA de Grupo (TCA, HC) × Estímulo (condiciones estándar y desviadas) × Sitios de electrodos (9 sitios) para las amplitudes y latencias de N2 y P3 relacionadas con BIC, y un ANOVA de Grupo × Estímulo para las medidas de comportamiento. Los datos de RT se basaron en ensayos con una respuesta correcta. No se consideraron los ensayos en los que los RT fueron inferiores a 150 ms, lo que refleja la anticipación (Meule, Lutz, Vögele y Kübler, 2012). Los sitios de estímulo y electrodo fueron factores intraindividuales, y Grupo fue el factor interindividual. Se aplicaron análisis post-hoc utilizando comparaciones por pares con ajustes de Bonferroni. Todos los valores estadísticos se informaron con correcciones de Greenhouse-Geisser y el eta-cuadrado parcial (η2p) se informó que el valor tenía efectos significativos. Se utilizó un nivel alfa de 0.05 para todas las pruebas estadísticas.
Ética
Todos los participantes del estudio firmaron el consentimiento informado. La investigación fue aprobada por la Junta de Revisión Institucional del Colegio Médico de Chengdu.
Resultados
Resultados autoinformados
Como era de esperar, el grupo de ATC mostró una puntuación PIPUS más alta (19.78 ± 6.40) que el grupo de HC (1.65 ± 1.28), t(68) = 16.65, P <0.001. Además, el grupo TCA obtuvo una puntuación más alta que el grupo HC en la frecuencia semanal de visualización de pornografía (3.92 ± 1.54 frente a 1.09 ± 0.87), t(68) = 9.55, P <0.001, y masturbación (2.81 ± 1.22 frente a 1.12 ± 0.91), t(68) = 6.54, P <0.001. Sin embargo, los grupos de TCA y HC no difirieron en la depresión medida por la SDS, en la ansiedad medida por la SAS y en la impulsividad del rasgo medida por el BIS-11, lo que indica que estos factores no eran un área de preocupación en el presente. estudiar. Esto hace que cualquier diferencia de comportamiento y ERP sea directamente atribuible a medidas relacionadas con el cibersexo.
Resultados de comportamiento
El ANOVA de medidas repetidas de la precisión, con Grupo como factor inter-sujetos y Estímulo como factor intra-sujeto, reveló una precisión significativamente menor para el desviado (96.27%) que para los estímulos estándar (98.44%), F(1, 68) = 15.67, P <0.001, η2p = 0.19. No hubo efectos significativos relacionados con los factores del Grupo, Fs <1. Con respecto a los RT, los estímulos desviados dieron lugar a RT más largos en comparación con los estímulos estándar, F(1, 68) = 41.58, P <0.001, η2p = 0.38 (ver ). No se encontró ningún efecto principal para el Grupo, F(1, 68) = 2.65, P = 0.108, η2p = 0.04. Más importante aún, la interacción Grupo × Estímulo fue significativa, F(1, 68) = 4.54, P = 0.037, η2p = 0.06. El efecto simple de Stimulus mostró que los estímulos desviados provocaron RT más largos en comparación con los estímulos estándar en los grupos de TCA y HC, F(1, 35) = 46.28, P <0.001, η2p = 0.57, F(1, 33) = 7.60, P = 0.009, η2p = 0.19. Además, el efecto simple de Group mostró que aunque los dos grupos exhibían RTs análogos para estímulos estándar, F(1, 68) = 0.16, P > 0.68, el grupo de TCA exhibió RT más largos que el grupo de HC para estímulos desviados, F(1, 68) = 6.68, P = 0.012, η2p = 0.09.
Resultados de ERP
N2
El ANOVA de medidas repetidas sobre las amplitudes medias de N2, con los sitios de estímulo y electrodo como factores repetidos y Grupo como factor entre sujetos, mostró efectos principales significativos de estímulo, F(1, 68) = 72.72, P <0.001, η2p = 0.52, y sitios de electrodos, F(8, 544) = 130.08, P <0.001, η2p = 0.66, y una interacción significativa de los sitios de estímulo × electrodo, F(8, 544) = 8.46, P <0.001, η2p = 0.11. En comparación con los estímulos estándar, los estímulos desviados indujeron mayores amplitudes en los electrodos frontales y centrales. No se encontró un efecto principal significativo para el Grupo, F <1. Además, hubo una interacción significativa Grupo × Estímulo, F(1, 68) = 6.27, P = 0.015, η2p = 0.08. La diferencia de amplitud entre los estímulos desviados y estándar fue mayor en el grupo HC (-4.38 μV) que en el grupo TCA (-2.39 μV).
Además, los efectos principales significativos de Stimulus, F(1, 68) = 28.51, P <0.001, η2p = 0.30, y sitios de electrodos, F(8, 544) = 3.52, P = 0.023, η2p = 0.05, se observaron para las latencias de N2. En comparación con los estímulos estándar, los estímulos desviados provocaron latencias más largas. La latencia de N2 en los sitios frontales fue más larga que en los sitios parietales.
P3
De manera similar, el ANOVA de medidas repetidas sobre las amplitudes medias de P3 mostró efectos principales significativos de Grupo, F(1, 68) = 4.45, P = 0.039, η2p = 0.06, estímulo, F(1, 68) = 8.31, P = 0.005, η2p = 0.11, y sitios de electrodos, F(8, 544) = 76.03, P <0.001, η2p = 0.53, y una interacción significativa de los sitios de estímulo × electrodo, F(8, 544) = 43.91, P <0.001, η2p = 0.39. Las amplitudes promediadas en todas las condiciones fueron mayores para el grupo HC (4.12 μV) que para el grupo TCA (1.94 μV). Los estímulos desviados indujeron amplitudes mayores en comparación con los estímulos estándar en los sitios central y parietal. Más importante aún, el efecto de interacción entre el grupo y el estímulo fue significativo, F(1, 68) = 4.94, P = 0.03, η2p = 0.07. Aunque el grupo HC exhibió amplitudes P3 mejoradas para estímulos desviados (5.34 μV) que para estímulos estándar (2.89 μV), F(1, 33) = 11.63, P = 0.002, η2p = 0.26, el grupo TCA no mostró diferencias significativas de amplitud P3 entre las condiciones desviadas (2.10 μV) y estándar (1.78 μV), F <1.
El análisis de las latencias de P3 reveló un efecto principal significativo de los sitios de electrodos, F(8, 544) = 17.13, P <0.001, η2p = 0.20, lo que refleja latencias más largas en los sitios frontal y central que en los sitios parietales. La interacción entre los sitios de Estímulo × Electrodo también fue significativa, F(8, 544) = 16.71, P <0.001, η2p = 0.20, refleja que las latencias más largas provocadas por estímulos desviados que los estímulos estándar en los sitios parietales.
Discusión
Este estudio tuvo como objetivo explorar el efecto de los estímulos pornográficos en BIC entre individuos con TCA en comparación con HC, tanto a nivel conductual como electrofisiológico, utilizando una tarea Oddball de dos opciones modificada combinada con grabaciones de ERP. Este es el primer estudio que investiga los correlatos electrofisiológicos de BIC en el contexto de la adicción al cibersexo con los ERP. Aunque estudios anteriores han encontrado un vínculo entre el rasgo de impulsividad y los síntomas de la adicción al cibersexo (Antos & Brand, 2018; Antos et al., 2019), este estudio no encontró una diferencia significativa en las puntuaciones de BIS-11 entre los grupos de TCA y HC. Similar, Gola y col. (2017) no encontró diferencias significativas en la impulsividad del rasgo entre los usuarios de pornografía problemáticos diagnosticados y los participantes de control. Por lo tanto, las investigaciones futuras deberán examinar este vínculo con mayor profundidad.
Aunque el BIS-11 se considera una medida de rasgo de la impulsividad, la tarea bicho raro modificada de dos opciones pertenece a una medida operativa de la impulsividad. En el dominio de la neuropsicología y la neurociencia cognitiva, la impulsividad a menudo es igual a BIC, es decir, el mecanismo de control de arriba hacia abajo, que inhibe las respuestas automáticas o relacionadas con la recompensa inapropiadas frente a los requisitos actuales (Groman y col., 2009). Aunque ambos grupos mostraron efectos de BIC durante la condición desviada, la respuesta del grupo TCA a los estímulos desviados fue más lenta que la del grupo HC, lo que indica una capacidad BIC más pobre. Las diferencias de comportamiento fueron acompañadas por diferencias de grupo en las amplitudes promedio de N2 y P3 en la onda de diferencia estándar desviada. Más específicamente, el grupo de TCA demostró diferencias de amplitud de N2 y P3 más pequeñas para los estímulos desviados que los estándar en comparación con el grupo de HC. Los resultados demuestran que los estímulos pornográficos irrelevantes para la tarea interfieren con el BIC de las personas con TCA.
En este estudio, los participantes experimentaron un conflicto de respuesta cuando respondieron a estímulos desviados poco frecuentes en el contexto de estímulos estándar frecuentes que provocan una respuesta prepotente. Este conflicto de respuesta indujo un componente prominente de N2 en la onda de diferencia estándar desviada, con las mayores amplitudes en los sitios frontal y central. Estudios anteriores han demostrado que un N2 bicho raro fronto-central evocado por estímulos desviados, que es similar a NoGo N2 provocado en la tarea Go / NoGo, se aceptaba como un índice de seguimiento de conflictos (Donkers y Van Boxtel, 2004; Nieuwenhuis et al., 2003). La amplitud de N2 con detección de conflictos fue mayor que sin detección de conflictos (Donkers y Van Boxtel, 2004). Aquí, tanto los grupos TCA como HC exhibieron componentes N2 relacionados con desviaciones significativas. Esto muestra que ambos grupos podrían detectar conflictos de respuesta durante la condición desviada. Sin embargo, el grupo de TCA mostró diferencias de amplitud más pequeñas para condiciones desviadas que las estándar en comparación con el grupo de HC. Esto muestra que el compromiso de atención reducido se produjo en el grupo de ATC versus el grupo de HC, lo que llevó a una preparación deficiente para el BIC posterior (Eimer, 1993). Por lo tanto, durante la fase de procesamiento antes de la ejecución motora, el grupo de TCA exhibió procesos cognitivos tempranos deficientes necesarios para implementar BIC.
Además, se encontró un componente P3 significativo, con las mayores amplitudes en los sitios parietales, en el rango de 300 a 500 ms de la onda de diferencia estándar desviada. Estudios anteriores han demostrado que la P3 causada por estímulos nogo (que refleja el BIC posterior) es más significativa que la causada por estímulos go en la tarea Go / NoGo (Donkers y Van Boxtel, 2004; Nieuwenhuis et al., 2005). La amplitud de P3 aumenta con el crecimiento de los recursos cognitivos. De acuerdo con los de estudios anteriores, los estímulos desviados que involucran a BIC en este estudio resultaron en mayores amplitudes de P3 que los estímulos estándar. Más importante aún, la amplitud de la P3 relacionada con la desviación en el grupo de TCA fue mucho menor que en el grupo de HC. Reveló un proceso BIC deficiente en condiciones desviadas en el grupo TCA.
En consecuencia, las amplitudes de N2 y P3 menos pronunciadas en el grupo TCA en relación con el grupo HC pueden considerarse marcadores de déficits neurales en BIC. Nuestro estudio apoya la idea de que la impulsividad es un factor de riesgo para el desarrollo de la adicción al cibersexo (Antons & Brand, 2018; Antons et al., 2019). Esto es consistente con los resultados de la mayoría de los estudios sobre el trastorno por uso de sustancias (p. Ej., Sokhadze, Stewart, Hollifield y Tasman, 2008; Zhao et al., 2017), trastorno del juego (p. ej., Kertzman y col., 2008) y adicción a Internet (p. ej., Zhou, Yuan, Yao, Li y Cheng, 2010). Estos estudios confirmaron que los déficits en BIC en individuos con trastorno por uso de sustancias y adicciones conductuales se asociaron con amplitudes atenuadas de N2 y / o P3. Por lo tanto, los resultados conductuales y electrofisiológicos de este estudio demuestran que la adicción al cibersexo podría compartir características neuropsicológicas y ERP del trastorno por uso de sustancias o adicciones conductuales.
Un mecanismo potencial que conduce a un BIC deteriorado en las personas con TCA es que la reactividad y el ansia mientras miran señales pornográficas los inducen a prestar atención automáticamente a los materiales pornográficos. Por tanto, la ocupación de recursos cognitivos afecta el desempeño del grupo TCA en tareas cognitivas. Según el modelo de adicción de proceso dual (Brand et al., 2019; Dong y Potenza, 2014; Wiers y col., 2007; Zilverstand y Goldstein, 2020), los comportamientos adictivos están sujetos a la influencia de sistemas impulsivos y reflexivos que compiten entre sí. Sin embargo, en el comportamiento adictivo, el sistema impulsivo suprime el sistema reflexivo. Esta relación hace que sea cada vez más difícil para las personas con TCA controlar cognitivamente las actividades del cibersexo a pesar de las consecuencias negativas. Dado que el procesamiento de estímulos pornográficos está asociado con estructuras cerebrales relacionadas con la atención y la excitación (Paul et al., 2008), las imágenes pornográficas en la tarea de dos opciones extrañas parecen atraer más atención al grupo TCA que al grupo HC. Por lo tanto, como lo demuestra el peor desempeño de BIC, las señales pornográficas hacen que las personas con TCA se distraigan más de las demandas de la tarea. En teoría, el ansia y la reactividad a las señales deberían correlacionarse con déficits en BIC en el caso del trastorno de los juegos de Internet, así como otros tipos de adicción a Internet (Brand et al., 2019; Dong y Potenza, 2014). En investigaciones futuras, se debe examinar la posible interacción entre los correlatos neuronales de la reactividad de las señales y las reducciones en el BIC para comprender mejor los mecanismos subyacentes de la pérdida de control sobre el consumo de cibersexo. Por ejemplo, los estudios futuros podrían evaluar los niveles de excitación sexual y deseo de los participantes antes y después de la presentación de imágenes pornográficas para determinar si interfieren con la capacidad BIC de los participantes (Laier et al., 2013).
Nuestros hallazgos aquí son teórica y clínicamente significativos. Teóricamente, nuestros resultados indican que la adicción al cibersexo se asemeja al trastorno por uso de sustancias y al trastorno del control de impulsos en términos de impulsividad a niveles electrofisiológicos y conductuales. Nuestros hallazgos pueden alimentar la controversia persistente sobre la posibilidad de la adicción al cibersexo como un nuevo tipo de trastorno psiquiátrico. Clínicamente, nuestros resultados sugieren que los ERP pueden emplearse para investigar funciones neurocognitivas (como BIC), destacando así qué procesos cognitivos deben abordarse en el tratamiento de la adicción al cibersexo (Campanella y otros, 2019). Además de la utilidad de los ERP para identificar las deficiencias del paciente, se han realizado estudios para examinar el efecto de los ERP en el tratamiento de trastornos psiquiátricos (Campanilla, 2013). En el campo de la adicción a Internet, varios estudios han utilizado grabaciones de ERP para evaluar los posibles beneficios clínicos (Ge et al., 2011; Zhu y col., 2012). Estos estudios indican que la medición de ERP puede ser un enfoque potencial para evaluar la eficiencia y las correlaciones cerebrales de la corrección cognitiva para los trastornos adictivos.
Existen varias limitaciones en este estudio. Primero, investigamos solo a participantes masculinos porque la adicción al cibersexo parece ser principalmente un problema masculino. Por ejemplo, estudios anteriores han encontrado que los hombres están expuestos a la pornografía a una edad más temprana, consumen más pornografía (Hald, 2006), y tienen más probabilidades de encontrar problemas en comparación con las mujeres (Ballester-Arnal, Castro Calvo, Gil-Llario y GilJulia, 2017). Sin embargo, los estudios que comparan los patrones de activación de hombres y mujeres en el procesamiento de pornografía han demostrado que ciertas áreas del cerebro están más activadas en hombres que en mujeres (p. Ej., Wehrum et al., 2013). Por lo tanto, los estudios futuros deberían examinar las diferencias de sexo en BIC durante el procesamiento de señales pornográficas. En segundo lugar, este estudio no consideró ninguna muestra clínica definida. Esto se debe a que no existe consenso sobre la definición clínica de adicción al cibersexo. Los estudios futuros deben realizar un análisis comparativo de los encuestados con adicción al cibersexo y los encuestados sin adicción al cibersexo para determinar si existe un modo de respuesta común. En tercer lugar, este es el primer estudio que aplica la tarea Two-Choice Oddball en el contexto de la adicción al cibersexo. En consecuencia, estos resultados preliminares de la investigación deben compararse con otras tareas como los paradigmas Go / Nogo y Stop-Signal. Un estudio reciente mostró que las personas con síntomas más severos de adicción al cibersexo se desempeñaron mejor en la tarea de Stop-Signal (Antons & Brand, 2020). Esto sugiere que los estudios sobre BIC en la adicción al cibersexo son raros e inconsistentes; por lo tanto, se necesita más investigación para demostrar esto. Finalmente, todavía hay un debate entre los estudiosos sobre si las imágenes pornográficas son señales (Prause, Steele, Staley, Sabatinelli y Hajcak, 2016) o recompensas (Gola, Wordecha, Marchewka y Sescousse, 2016). La teoría de la prominencia de los incentivos distingue dos componentes básicos de "querer" y "gustar", y la adicción se caracteriza por un mayor "querer" relacionado con señales y una disminución del "gusto" relacionado con la recompensa (Robinson, Fischer, Ahuja, Lesser y Maniates, 2015). En estudios futuros se requieren paradigmas experimentales más avanzados, pistas desenredantes y recompensas. También es útil para evaluar el deseo sexual y el gusto por los estímulos pornográficos y examinar su relación con las señales electrofisiológicas.
En resumen, ampliamos los hallazgos anteriores para mostrar que las personas con TCA exhiben déficits neuronales específicamente para señales pornográficas durante las etapas temprana y tardía del proceso de inhibición. Los datos conductuales y electrofisiológicos de este estudio demuestran que la adicción al cibersexo puede compartir las características neuropsicológicas y de ERP del trastorno por uso de sustancias o adicciones conductuales, lo que respalda la opinión de que la adicción al cibersexo puede conceptualizarse como una adicción conductual.
Fuentes de financiamiento
Este trabajo fue apoyado por la Fundación Nacional de Ciencias Naturales de Chin (número de subvención: 31700980).
Contribución de los autores
JW y BD involucrados en el concepto y diseño del estudio. JW participó en la preparación de datos, análisis estadístico y escribió el manuscrito. JW y BD participaron en la supervisión del estudio y editaron el manuscrito. Todos los autores tuvieron acceso completo a todos los datos del estudio y asumen la responsabilidad de la integridad de los datos y la precisión del análisis de datos.
Conflicto de intereses
Los autores declaran no tener conflicto de intereses.
Material suplementario
Se pueden encontrar datos complementarios a este artículo en línea en https://doi.org/10.1556/2006.2020.00059.
Referencias
de Alarcón, R., de la iglesia, JI, Casada(o), Nuevo MéjicoY Montejo, Alabama (2019). Adicción a la pornografía en línea: lo que sabemos y lo que no: una revisión sistemática. Revista de medicina clínica, 8(1), 91. https://doi.org/10.3390/jcm8010091.
Antón, S.Y Marca, M. (2018). Rasgo e impulsividad del estado en varones con tendencia al trastorno por uso de pornografía en Internet. Comportamientos adictivos, 79, 171–177. https://doi.org/10.1016/j.addbeh.2017.12.029.
Antón, S.Y Matías, B. (2020). Control inhibitorio y uso problemático de pornografía en Internet: el importante papel equilibrador de la ínsula, Revista de adicciones conductuales, 9(1), 58–70. https://doi.org/10.1556/2006.2020.00010.
Antón, S., Mueller, SM, Wegman, E., Trotské, P., Schulte, MMY Marca, M. (2019). Las facetas de la impulsividad y los aspectos relacionados diferencian entre el uso recreativo y no regulado de la pornografía en Internet.. Revista de adicciones conductuales, 8(2), 223–233. https://doi.org/10.1556/2006.8.2019.22.
Ballester-Arnal, R., castro calvo, J., Gil-Llario, MarylandY gil-julia, B. (2017). Adicción al cibersexo: un estudio sobre estudiantes universitarios españoles. Revista de terapia sexual y marital, 43(6), 567–585. https://doi.org/10.1080/0092623X.2016.1208700.
Marca, M., Laier, C., Pawlikowski, M., Schächtle, U., Scholer, T.Y Altstötter-Gleich, C. (2011). Ver imágenes pornográficas en Internet: función de las calificaciones de excitación sexual y síntomas psicológicos y psiquiátricos por el uso excesivo de sitios web de Internet. Ciberpsicología, comportamiento y redes sociales, 14(6), 371–377. https://doi.org/10.1089/cyber.2010.0222.
Marca, M., Snagowski, J., Laier, C.Y maderwald, S. (2016). La actividad ventral del estriado cuando se ven imágenes pornográficas preferidas se correlaciona con los síntomas de la adicción a la pornografía en Internet. NeuroImage, 129, 224–232. https://doi.org/10.1016/j.neuroimage.2016.01.033.
Marca, M., Wegman, E., Rígido, R., Müller, A., lobezno, K., Robbins, TW, (2019). El modelo de interacción de persona-afecto-cognición-ejecución (I-PACE) para comportamientos adictivos: actualización, generalización de comportamientos adictivos más allá de los trastornos de uso de Internet y especificación del carácter del proceso de comportamientos adictivos. Neurociencia y Biobehavioral Comentarios, 104, 1–10. https://doi.org/10.1016/j.neubiorev.2019.06.032.
Marca, M., Young Ring, KansasY Laier, C. (2014). Control prefrontal y adicción a Internet: un modelo teórico y revisión de hallazgos neuropsicológicos y de neuroimagen. Fronteras en la neurociencia humana, 8, 375. https://doi.org/10.3389/fnhum.2014.00375.
Marca, M., Young Ring, Kansas, Laier, C., lobezno, K.Y Potencia, Minnesota (2016). Integración de consideraciones psicológicas y neurobiológicas con respecto al desarrollo y mantenimiento de trastornos específicos del uso de Internet: un modelo de interacción de persona-afecto-cognición-ejecución (I-PACE). Neurociencia y Biobehavioral Comentarios, 71, 252–266. https://doi.org/10.1016/j.neubiorev.2016.08.033.
Campanella, S (2013). Por qué es hora de desarrollar el uso de potenciales relacionados con eventos cognitivos en el tratamiento de enfermedades psiquiátricas. Enfermedad Neuropsiquiátrica y Tratamiento, 9, 1835–1845. https://doi.org/10.2147/NDT.S53687.
Campanella, S., Pogarell, O.Y Boutros, N. (2014). Potenciales relacionados con eventos en los trastornos por uso de sustancias: una revisión narrativa basada en artículos de 1984 a 2012. EEG clínico y neurociencia, 45(2), 67–76. https://doi.org/10.1177/1550059413495533.
Campanella, S., Schroder, E., Kajosch, H., Navidad, X.Y Kornreich, C. (2019). Por qué los potenciales cognitivos relacionados con eventos (ERP) deberían tener un papel en el manejo de los trastornos por alcohol. Neurociencia y Biobehavioral Comentarios, 106, 234–244. https://doi.org/10.1016/j.neubiorev.2018.06.016.
Chen, LJ, Wang, X., Chen, SM, Jiang, CHY Wang, JX (2018). Fiabilidad y validez de la escala de uso problemático de pornografía en Internet en estudiantes universitarios chinos. La Revista de Salud Pública China, 34(7), 1034–1038.
Davis, REAL ACADEMIA DE BELLAS ARTES (2001). Un modelo cognitivo-conductual de uso patológico de internet.. Computers in Human Behavior, 17(2), 187–195. https://doi.org/10.1016/S0747-5632(00)00041-8.
Polla, G.Y Potencia, Minnesota (2014). Un modelo cognitivo-conductual del trastorno de los juegos de Internet: fundamentos teóricos e implicaciones clínicas. Revista de investigación psiquiátrica, 58, 7–11. https://doi.org/10.1016/j.jpsychires.2014.07.005.
Donkers, FCY Furgoneta Boxtel, GJ (2004). El N2 en tareas Go / No-Go refleja el monitoreo de conflictos y no la inhibición de respuesta. Cerebro y cognición, 56(2), 165–176. https://doi.org/10.1016/j.bandc.2004.04.005.
Drummond, corriente continua (2001). Teorías del ansia por las drogas, antiguas y modernas. Adicción, 96(1), 33–46. https://doi.org/10.1046/j.1360-0443.2001.961333.x.
Eimer, M. (1993). Efectos de la atención y la probabilidad de estímulo en los ERP en una tarea Go / Nogo. Psicología Biológica, 35(2), 123–138. https://doi.org/10.1016/0301-0511(93)90009-W.
Falkenstein, M (2006). Inhibición, conflicto y el Nogo-N2. Neurofisiología clínica, 117(8), 1638–1640. https://doi.org/10.1016/j.clinph.2006.05.002.
Ge, L., Ge, X., Xu, Y., Zhang, K., Zhao, J.Y Kong, X. (2011). Cambio P300 y terapia cognitivo-conductual en sujetos con trastorno de adicción a Internet: un estudio de seguimiento de 3 meses. Investigación de Regeneración Neural, 6(26), 2037–2041.
Gola, M., Palabracha, M., Zanahoria, A.Y Sescousse, G. (2016). Estímulos sexuales visuales: ¿señal o recompensa? Una perspectiva para interpretar los hallazgos de las imágenes cerebrales sobre los comportamientos sexuales humanos. Fronteras en la neurociencia humana, 10, 402. https://doi.org/10.3389/fnhum.2016.00402.
Gola, M., Palabracha, M., Sescousse, G., Lew Starowicz, M., kossowski, B., Wypych, M., (2017). ¿Puede la pornografía ser adictiva? Un estudio fMRI de hombres que buscan tratamiento para el uso de pornografía problemática. Neuropsicofarmacología, 42(10), 2021–2031. https://doi.org/10.1038/npp.2017.78.
Gromán, SM, James, ASY Jentsch, JD (2009). Inhibición de respuesta deficiente: en el nexo entre el abuso de sustancias y el trastorno por déficit de atención / hiperactividad. Neurociencia y Biobehavioral Comentarios, 33(5), 690–698. https://doi.org/10.1016/j.neubiorev.2008.08.008.
Hald, GM (2006). Diferencias de género en el consumo de pornografía entre jóvenes adultos heterosexuales daneses. Archives of Sexual Behavior, 35(5), 577–585. https://doi.org/10.1007/s10508-006-9064-0.
Kertzmann, S., Löwengrub, K., Aizer, A., Vainder, M., Kotler, M.Y Dannon, PN (2008). Rendimiento ir-no-ir en jugadores patológicos. Investigación de psiquiatría, 161(1), 1–10. https://doi.org/10.1016/j.psychres.2007.06.026.
Klucken, T., Wehrum-Osinski, S., Schwekendiek, J., Kruse, O.Y Rígido, R. (2016). Condicionamiento apetitivo alterado y conectividad neural en sujetos con comportamiento sexual compulsivo. The Journal of Sexual Medicine, 13(4), 627–636. https://doi.org/10.1016/j.jsxm.2016.01.013.
Alfombra, H., Lacadie, CM, Wexler, SER, Maldición, RT, Sinha, R.Y Potencia, Minnesota (2016). Actividad cerebral durante el ansia de cocaína y los impulsos de juego: un estudio fMRI. Neuropsicofarmacología, 41(2), 628–637. https://doi.org/10.1038/npp.2015.193.
Cocinar, A. (1988). Superposición entre P300 y potenciales relacionados con el movimiento: una respuesta a Verleger. Psicología Biológica, 27(1), 51–58. https://doi.org/10.1016/0301-0511(88)90005-1.
Kor, A., Zilcha Mano, S., Fogel, YA, Mikulincer, M., Reid, RCY Potencia, Minnesota (2014). Desarrollo psicométrico de la escala de uso problemático de la pornografía. Comportamientos adictivos, 39(5), 861–868. https://doi.org/10.1016/j.addbeh.2014.01.027.
Kowalewska, E., Grubbs, JB, Potencia, Minnesota, Gola, M., Draps, M.Y Kraus, SO (2018). Mecanismos neurocognitivos en el trastorno del comportamiento sexual compulsivo.. Informes actuales de salud sexual, 10(4), 255–264. https://doi.org/10.1007/s11930-018-0176-z.
Laier, C.Y Marca, M. (2014). Evidencia empírica y consideraciones teóricas sobre factores que contribuyen a la adicción al cibersexo desde una perspectiva cognitivo-conductual. Adicción y compulsividad sexual, 21(4), 305–321. https://doi.org/10.1080/10720162.2014.970722.
Laier, C., Pawlikowski, M., Pekal, J., Schulte, FPY Marca, M. (2013). Adicción al cibersexo: la excitación sexual experimentada al ver pornografía y no los contactos sexuales de la vida real hace la diferencia. Revista de adicciones conductuales, 2(2), 100–107. https://doi.org/10.1556/JBA.2.2013.002.
pequeño, M., Éuser, AS, Munafo, SEÑORY Franconia, IH (2012). Índices electrofisiológicos del procesamiento cognitivo sesgado de señales relacionadas con sustancias: un metanálisis. Neurociencia y Biobehavioral Comentarios, 36(8), 1803–1816. https://doi.org/10.1016/j.neubiorev.2012.05.001.
loijten, M., machielsen, MW, Veltman, DJ, Hester, R., de Haan, L.Y Franconia, IH (2014). Revisión sistemática de estudios de ERP y fMRI que investigan el control inhibitorio y el procesamiento de errores en personas con dependencia de sustancias y adicciones de comportamiento. Revista de psiquiatría y neurociencia, 39(3), 149–169. .
Meerkerk, GJ, Eijnden, RJVDY garretsen, HF (2006). Predecir el uso compulsivo de Internet: ¡se trata de sexo!. CyberPsicología y comportamiento, 9(1), 95–103. https://doi.org/10.1089/cpb.2006.9.95.
Meule, A., Lutz, A., aves, C.Y Kübler, A. (2012). Los antojos de alimentos discriminan de manera diferente entre personas que hacen dieta y que no lo hacen con éxito o no. Validación de los cuestionarios Food Cravings en alemán. Apetito, 58(1), 88–97. https://doi.org/10.1016/j.appet.2011.09.010.
Miedl, SF, libro, C.Y Peterson, J. (2014). El ansia inducida por señales aumenta la impulsividad a través de cambios en las señales del valor estriatal en los jugadores con problemas. Journal of Neuroscience, 34(13), 4750–4755. https://doi.org/10.1523/JNEUROSCI.5020-13.2014.
Nieuwenhuis, S., Aston-Jones, G.Y Cohen, JD (2005). Toma de decisiones, el P3 y el sistema locus coeruleus-norepinefrina. Boletín psicológico, 131(4), 510–532. https://doi.org/10.1037/0033-2909.131.4.510.
Nieuwenhuis, S., Yeung, N., van den wildenberg, W.Y Ridderinkhof, KR (2003). Correlaciones electrofisiológicas de la función del cíngulo anterior en una tarea pasa / no pasa: efectos del conflicto de respuesta y frecuencia del tipo de ensayo. Neurociencia cognitiva, afectiva y conductual, 3(1), 17–26. https://doi.org/10.3758/CABN.3.1.17.
Patton, J H, Stanford, MSY barratt, ES (1995). Estructura factorial de la escala de impulsividad de Barratt.. Revista de Psicología Clínica, 51(6), 768–774. https://doi.org/10.1002/1097-4679(199511)51:6%3C768::AID-JCLP2270510607%3E3.0.CO;2-1.
Paul, T., Schiffer, B., Zwarg, T., Krüger, TH, Karama, S., Schedlowski, M., (2008). Respuesta cerebral a estímulos sexuales visuales en varones heterosexuales y homosexuales. Mapeo del cerebro humano, 29(6), 726–735. https://doi.org/10.1002/hbm.20435.
Potencia, Minnesota (2008). La neurobiología del juego patológico y la adicción a las drogas: una visión general y nuevos hallazgos. Philosophical Transactions de la Royal Society B: Ciencias biológicas, 363(1507), 3181–3189. https://doi.org/10.1098/rstb.2008.0100.
Prause, N., Steele, VR, Staley, C., Sabatinelli, D.Y Hayak, G. (2016). Prause et al. (2015) la última falsificación de predicciones de adicción. Psicología Biológica, 120, 159–161.
Robinson, TEY Berridge, KC (2008). La teoría de la sensibilización de incentivo de la adicción: algunos problemas actuales. Philosophical Transactions de la Royal Society B: Ciencias biológicas, 363(1507), 3137–3146. https://doi.org/10.1098/rstb.2008.0093.
Robinson, MJF, Fischer, AM, Ahuja, A., Menor, ESY Maníacos, H. (2015). Roles de "querer" y "gustar" en el comportamiento motivador: juego, comida y adicciones a las drogas. En Neurociencia conductual de la motivación (páginas. 105–136). Cham: Springer.
Ross, MW, Mansson, SAY Daneback, K. (2012). Prevalencia, severidad y correlatos del uso de Internet sexual problemático en hombres y mujeres suecos. Archives of Sexual Behavior, 41(2), 459–466. https://doi.org/10.1007/s10508-011-9762-0.
Seok, JWY Hijo, J H (2015). Sustratos neuronales del deseo sexual en individuos con comportamiento hipersexual problemático. Frontiers in Behavioral Neuroscience, 9, 321. https://doi.org/10.3389/fnbeh.2015.00321.
Sojadze, E., Stewart, C., Hollifield, M.Y Tasman, A. (2008). Estudio potencial relacionado con eventos de disfunciones ejecutivas en una tarea de reacción acelerada en la adicción a la cocaína. Revista de neuroterapia, 12(4), 185–204. https://doi.org/10.1080/10874200802502144.
Spechler, Pensilvania, Chaaraní, B., Hudson, KE, Alfarero, A., Zorro, JJY Garavan, H. (2016). Medicina de la inhibición de la respuesta y la adicción: del uso a la abstinencia. En Progreso en la investigación del cerebro (Vol 223pp. 143–164). Elsevier.
Rígido, R., Klucken, T., Potencia, Minnesota, Marca, M.Y Focos, J. (2018). Una comprensión actual de la neurociencia conductual del trastorno del comportamiento sexual compulsivo y el uso problemático de la pornografía.. Informes actuales de neurociencia conductual, 5(4), 218–231. https://doi.org/10.1007/s40473-018-0162-9.
Sussman, CJ, Harper, JM, Acero, JLY peso, P. (2018). Adicciones a Internet y videojuegos: diagnóstico, epidemiología y neurobiología. Clínicas psiquiátricas para niños y adolescentes, 27(2), 307–326.
Su, B., Yang, L., Wang, GY, Wang, S., Li, S., Cao, H., (2017). Efecto de las señales relacionadas con las drogas en la inhibición de la respuesta a través de la abstinencia: un estudio piloto en hombres que abstienen de fumar. El American Journal of Drug and Alcohol Abuse, 43(6), 664–670. https://doi.org/10.1080/00952990.2017.1283695.
Tiffany, S TY Wray, JM (2012). La importancia clínica del ansia de drogas. Anales de la Academia de Ciencias de Nueva York, 1248(1), 1–17. https://doi.org/10.1111/j.1749-6632.2011.06298.x.
Verbruggen, F.Y Logan, GD (2008). Inhibición de la respuesta en el paradigma de la señal de parada. Tendencias en Ciencias Cognitivas, 12(11), 418–424. https://doi.org/10.1016/j.tics.2008.07.005.
Voon, V., Topo, tuberculosis, Banca, P., Portero, L., Morris, L., Mitchell, S., (2014). Correlatos neurales de la reactividad de la señal sexual en individuos con y sin conductas sexuales compulsivas. Más uno, 9(7), e102419. https://doi.org/10.1371/journal.pone.0102419.
ron vertedero, S., Klucken, T., kagerer, S., Walter, B., Hermann, A., Vaitl, D., (2013). Similitudes y diferencias de género en el procesamiento neuronal de los estímulos sexuales visuales. The Journal of Sexual Medicine, 10(5), 1328–1342. https://doi.org/10.1111/jsm.12096.
Wier, RW, Bartolomé, BD, Van den Wildenberg, E., Así, C., Inglés, RCME, Sher, KJ, (2007). Procesos automáticos y controlados y el desarrollo de conductas adictivas en adolescentes: una revisión y un modelo.. Farmacología Bioquímica y Comportamiento, 86(2), 263–283. https://doi.org/10.1016/j.pbb.2006.09.021.
Zhao, X., Liu, X.Y maes, J H (2017). Respuestas conductuales y cerebrales de los fumadores masculinos a los estímulos desviados relacionados con el cigarrillo en un paradigma bicho raro. Revista de psicofisiología, 32(4), 172–181. https://doi.org/10.1027/0269-8803/a000195.
Zhou, Z H, Yuan, GZ, Yao, JJ, Li, C.Y Cheng, Z H (2010). Una investigación potencial relacionada con eventos de control inhibitorio deficiente en individuos con uso patológico de Internet. Acta Neuropsychiatrica, 22(5), 228–236. https://doi.org/10.1111/j.1601-5215.2010.00444.x.
Zhu, TM, Li, H., Jin, RJ, Zheng, Z., Luo, Y., Ye, H., (2012). Los efectos de la electroacupuntura combinan la psicointervención sobre la función cognitiva y los potenciales relacionados con eventos P300 y la negatividad de desajuste en pacientes con adicción a Internet. Revista China de Medicina Integrativa, 18(2), 146–151. https://doi.org/10.1007/s11655-012-0990-5.
Soporte plateado, A.Y Goldstein, RZ (2020). Modelos duales de adicción a las drogas: la inhibición de la respuesta deteriorada y el modelo de atribución de prominencia. En Cognición y adicción (páginas. 17–23). Prensa académica.
Zung, WW (1971). Un instrumento de calificación para los trastornos de ansiedad.. Psicosomática: Revista de consulta y psiquiatría de enlace, 12(6): 371–379. https://doi.org/10.1016/S0033-3182(71)71479-0.
Zung, WW, Richards, CBY En Corto, MJ (1965). Escala de autoevaluación de la depresión en una clínica ambulatoria: mayor validación de la SDS. Archivos de Psiquiatría General, 13(6), 508–515. https://doi.org/10.1001/archpsyc.1965.01730060026004.
;
